GridSearch를 사용하여 임의의 포리스트 분류자를 자동으로 조정하는 방법이 있습니까? 값을 제공하는 대신 최적의 최적 매개 변수 값을 찾을 수있는 방법이 있는지 확인하십시오.sklearn을 사용하는 임의의 포리스트에서 자동 하이퍼 매개 변수 조정?
rfc = RandomForestClassifier(n_jobs=-1, max_features='sqrt', oob_score = True)
# Use a grid over parameters of interest
param_grid = {
"n_estimators" : [9, 18, 27, 36, 45, 54, 63],
"max_depth" : [1, 5, 10, 15, 20, 25, 30],
"min_samples_leaf" : [1, 2, 4, 6, 8, 10]}
CV_rfc = GridSearchCV(estimator=rfc, param_grid=param_grid, cv= 10)
CV_rfc.fit(train_x, train_y)
print CV_rfc.best_params_
번호와 좀 더 많은 시간을 보내는 가치 [cross-validate] (https://stats.stackexchange.com/)에서이 질문을하면 왜 그렇지 않은지에 대한 자세한 답변을 얻을 수 있습니다. – ncfirth
나는 이것이 교차 유효성 검사에 더 좋은 질문이라고 동의하지 않습니다. 내 경험에 비추어 볼 때 스코 츠 배움의 코드에 넣으려는 질문을 충분히 이해한다면 SO가 더 나은 곳입니다. –